【技術實現步驟摘要】
本專利技術屬于圖像增強領域，特別涉及一種電流互感器接線圖像處理方法。
技術介紹
1、電流互感器是電力系統中廣泛使用的電氣設備，主要用于對大電流進行轉換，以便于測量、保護和控制，在電力設備安裝和維護過程中，電流互感器的接線圖像的清晰度在檢測、監控和診斷工作中尤為重要，現有的電流互感器接線檢測主要依賴人工觀察或簡單的圖像處理方法，然而由于工業環境中的電流互感器安裝位置通常復雜，接線環境受限，光照條件不佳，容易導致拍攝到的接線圖像存在噪聲、模糊、光影干擾等問題，這些問題使得在對電流互感器接線圖像進行分析時，無法準確識別接線細節和關鍵點，進而影響設備的正常運行和維護。
2、近年來，隨著圖像處理和深度學習技術的發展，基于卷積神經網絡（cnn）的圖像增強方法在各個領域得到了廣泛應用，尤其是在圖像去噪、細節增強和特征提取方面展現了強大的性能，然而，現有的圖像增強方法大多針對自然圖像或醫學圖像，而工業場景下的電流互感器接線圖像由于背景復雜、接線細節多、對光照和噪聲極其敏感，現有技術尚不能有效解決此類圖像的增強需求，因此，針對電流互感器接線圖像在不同光照和復雜環境下的增強需求，提出一種能夠在工業場景中提高接線圖像清晰度和可讀性的圖像增強方法具有重要意義。
技術實現思路
1、本專利技術提供了一種電流互感器接線圖像處理方法，旨在通過引入不同的注意力模塊，增強對電流互感器接線圖像中的關鍵特征的關注，一種電流互感器接線圖像處理方法，包括以下步驟：
2、s1、電流互感器接線圖像數據集制
3、s2、構建圖像預處理模塊ipm，包括圖像轉換模塊和前景提取模塊；
4、s3、構建淺層卷積模塊scm，包括3×3卷積、自適應通道注意力模塊acam、relu激活函數、批歸一化和最大池化；
5、s4、構建特征圖稀疏化模塊fsm，包括1×1卷積；
6、s5、構建中層卷積模塊mcm，包括3×3卷積、批歸一化、relu激活函數、自適應通道注意力模塊acam、空間注意力模塊sam和最大池化；
7、s6、構建深層卷積模塊dcm，包括3×3卷積、批歸一化、relu激活函數、自適應通道注意力模塊acam、混合注意力模塊cbam、全局平均池化和全連接層；
8、s7、構建電流互感器接線增強圖像生成模塊eigm，包括3個3×3反卷積層；
9、s8、構建電流互感器接線圖像處理模型，包括輸入、圖像預處理模塊、淺層卷積模塊、特征圖稀疏化模塊、中層卷積模塊、深層卷積模塊、電流互感器接線增強圖像生成模塊和輸出。
10、優選的，在步驟s2中，圖像預處理模塊ipm包括圖像轉換模塊和前景提取模塊，圖像預處理模塊ipm的輸入為電流互感器接線圖像，其為rgb顏色空間的圖像，圖像轉換模塊將rgb顏色空間的電流互感器接線圖像轉換為hsv顏色空間的電流互感器接線圖像，具體方法為：計算亮度v：，計算飽和度s：，計算色調h：若滿足，執行；若滿足，執行；若滿足，執行，其中r為電流互感器接線圖像r通道上的數值，g為電流互感器接線圖像g通道上的數值，b為電流互感器接線圖像b通道上的數值，為電流互感器接線圖像r、g、b三個通道數值的最大值，為電流互感器接線圖像rgb三個通道數值的最小值；前景提取模塊是根據設定的hsv顏色閾值來創建掩碼，并使用掩碼在rgb顏色空間的電流互感器接線圖像中提取前景，具體方法為：根據設定的hsv顏色閾值創建掩碼，掩碼為二進制圖像，其根據設定的閾值條件將圖像的像素劃分為前景和背景，符合閾值條件的像素被標記為前景，在掩碼中表示為白色，不符合條件的像素被標記為背景，在掩碼中表示為黑色，將掩碼與rgb顏色空間的電流互感器接線圖像進行位操作，符合閾值條件的像素，掩碼使其保持不變，不符合閾值條件的像素，掩碼將其設置為黑色，提取出電流互感器接線區域，得到電流互感器接線預處理圖像，電流互感器接線預處理圖像為rgb顏色空間的圖像。
11、優選的，在步驟s3中，淺層卷積模塊scm的輸入為電流互感器接線預處理圖像，其中h、w和3分別表示電流互感器接線預處理圖像的高、寬和通道數，首先經過一個3×3標準卷積對于電流互感器接線預處理圖像進行初步特征提取得到：，其中表示3×3卷積，然后使用自適應通道注意力模塊acam增強通道注意力，使用relu激活函數進行激活，然后進行批歸一化和最大池化操作，具體過程為：，其中為淺層卷積模塊輸出特征圖，，其中、和c分別為淺層卷積模塊輸出特征圖的高、寬和通道數，表示最大池化操作，bn表示批歸一化，relu為激活函數，acam為自適應通道注意力模塊。
12、優選的，在步驟s3、s5和s6中，自適應通道注意力模塊acam包括全局平均池化、自適應卷積核的動態1×1卷積、sigmoid激活函數和通道加權，輸入特征圖，其中、和分別表示輸入特征圖的高、寬和通道數，首先對于輸入特征圖在空間維度上進行全局平均池化，得到每個通道的全局信息，具體過程為：，為通道c的全局平均值，全局平均池化的輸出尺寸為；根據輸入特征圖的通道數計算動態卷積核大小，動態卷積核k的計算過程為：，其中min()表示取最小值操作，max()表示取最大值操作，為預設的最大卷積核大小，為預設的最小卷積核大小，為輸入特征圖的通道數；然后應用動態卷積核k進行1×1卷積生成每個通道的注意力權重，使用sigmoid激活函數激活，得到通道權重，具體過程為：，其中為通道權重，尺寸為，sigmoid表示sigmoid激活函數，表示1×1卷積，為通道c的全局平均值，k為動態卷積核；最后將通道權重與輸入特征圖的每個通道進行逐元素相乘，具體過程為：，得到輸出特征圖，其中、和分別表示輸出特征圖的高、寬和通道數。
13、優選的，在步驟s4中，特征圖稀疏化模塊fsm的輸入為淺層卷積模塊的輸出特征圖，通過一個1×1卷積進行特征圖稀疏化操作，具體過程為：，其中為特征圖稀疏化模塊fsm的輸出特征圖，，其中、和分別為特征圖稀疏化模塊fsm的輸出特征圖的高、寬和通道數，表示1×1卷積。
14、優選的，在步驟s5中，中層卷積模塊mcm的輸入為特征圖稀疏化模塊fsm的輸出特征圖，，其中、和分別為的高、寬和通道數，中層卷積模塊mcm的輸出為，其中表示最大池化操作，sam為空間注意力模塊，acam為自適應通道注意力模塊，relu為激活函數，bn表示批歸一化，表示3×3卷積，中層卷積模塊mcm的輸出，其中、和c分別為的高、寬和通道數。
15、優選的，在步驟s6中，深層卷積模塊dcm的輸入為中層卷積模塊mcm的輸出，其中、和c分別為的高、寬和通道數，深層卷積模塊dcm的輸出為，其中fc為全連接層，gap為全局平均池化，cbam為混合注意力模塊，acam為自適應通道注意力模塊，relu為激活函數，bn表示批歸一化，表示3×3卷積，深層卷積模塊dcm的輸出，其中、和2c分別為的高、寬和通道數。...
【技術保護點】
1.一種電流互感器接線圖像處理方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種電流互感器接線圖像處理方法，其特征還在于，在步驟S2中，圖像預處理模塊IPM包括圖像轉換模塊和前景提取模塊，圖像預處理模塊IPM的輸入為電流互感器接線圖像，其為RGB顏色空間的圖像，圖像轉換模塊將RGB顏色空間的電流互感器接線圖像轉換為HSV顏色空間的電流互感器接線圖像，具體方法為：計算亮度V：，計算飽和度S：，計算色調H：若滿足，執行；若滿足，執行；若滿足，執行，其中R為電流互感器接線圖像R通道上的數值，G為電流互感器接線圖像G通道上的數值，B為電流互感器接線圖像B通道上的數值，為電流互感器接線圖像R、G、B三個通道數值的最大值，為電流互感器接線圖像RGB三個通道數值的最小值；前景提取模塊是根據設定的HSV顏色閾值來創建掩碼，并使用掩碼在RGB顏色空間的電流互感器接線圖像中提取前景，具體方法為：根據設定的HSV顏色閾值創建掩碼，掩碼為二進制圖像，其根據設定的閾值條件將圖像的像素劃分為前景和背景，符合閾值條件的像素被標記為前景，在掩碼中表示為白色，不符合條件的像素被標記為背景，
3.根據權利要求1所述的一種電流互感器接線圖像處理方法，其特征還在于，在步驟S3中，淺層卷積模塊SCM的輸入為電流互感器接線預處理圖像，其中H、W和3分別表示電流互感器接線預處理圖像的高、寬和通道數，首先經過一個3×3標準卷積對于電流互感器接線預處理圖像進行初步特征提取得到：，其中表示3×3卷積，然后使用自適應通道注意力模塊ACAM增強通道注意力，使用ReLU激活函數進行激活，然后進行批歸一化和最大池化操作，具體過程為：，其中為淺層卷積模塊輸出特征圖，，其中、和C分別為淺層卷積模塊輸出特征圖的高、寬和通道數，表示最大池化操作，BN表示批歸一化，ReLU為激活函數，ACAM為自適應通道注意力模塊。
4.根據權利要求1所述的一種電流互感器接線圖像處理方法，其特征還在于，在步驟S3、S5和S6中，自適應通道注意力模塊ACAM包括全局平均池化、自適應卷積核的動態1×1卷積、Sigmoid激活函數和通道加權，輸入特征圖，其中、和分別表示輸入特征圖的高、寬和通道數，首先對于輸入特征圖在空間維度上進行全局平均池化，得到每個通道的全局信息，具體過程為：，為通道c的全局平均值，全局平均池化的輸出尺寸為；根據輸入特征圖的通道數計算動態卷積核大小，動態卷積核k的計算過程為：，其中min()表示取最小值操作，max()表示取最大值操作，為預設的最大卷積核大小，為預設的最小卷積核大小，為輸入特征圖的通道數；然后應用動態卷積核k進行1×1卷積生成每個通道的注意力權重，使用Sigmoid激活函數激活，得到通道權重，具體過程為：，其中為通道權重，尺寸為，Sigmoid表示Sigmoid激活函數，表示1×1卷積，為通道c的全局平均值，k為動態卷積核；最后將通道權重與輸入特征圖的每個通道進行逐元素相乘，具體過程為：，得到輸出特征圖，其中、和分別表示輸出特征圖的高、寬和通道數。
5.根據權利要求1所述的一種電流互感器接線圖像處理方法，其特征還在于，在步驟S4中，特征圖稀疏化模塊FSM的輸入為淺層卷積模塊的輸出特征圖，通過一個1×1卷積進行特征圖稀疏化操作，具體過程為：，其中為特征圖稀疏化模塊FSM的輸出特征圖，，其中、和分別為特征圖稀疏化模塊FSM的輸出特征圖的高、寬和通道數，表示1×1卷積。
6.根據權利要求1所述的一種電流互感器接線圖像處理方法，其特征還在于，在步驟S5中，中層卷積模塊MCM的輸入為特征圖稀疏化模塊FSM的輸出特征圖，，其中、和分別為的高、寬和通道數，中層卷積模塊MCM的輸出為，其中表示最大池化操作，SAM為空間注意力模塊，ACAM為自適應通道注意力模塊，ReLU為激活函數，BN表示批歸一化，表示3×3卷積，中層卷積模塊MCM的輸出，其中、和C分別為的高、寬和通道數。
7.根據權利要求1所述的一種電流互感器接線圖像處理方法，其特征還在于，在步驟S6中，深層卷積模塊DCM的輸入為中層卷積模塊MCM的輸出，其中、和C分別為的高、寬和通道數，深層卷積模塊DCM的輸出為，其中FC為全連接層，GAP為全局平均池化，CBAM為混合注意力模塊，ACAM為自適應通道注意力模塊，ReLU為激活函數，BN表示批歸一化，表示3×3卷積，深層卷積模塊DCM的輸出，其中、和2...
【技術特征摘要】
1.一種電流互感器接線圖像處理方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種電流互感器接線圖像處理方法，其特征還在于，在步驟s2中，圖像預處理模塊ipm包括圖像轉換模塊和前景提取模塊，圖像預處理模塊ipm的輸入為電流互感器接線圖像，其為rgb顏色空間的圖像，圖像轉換模塊將rgb顏色空間的電流互感器接線圖像轉換為hsv顏色空間的電流互感器接線圖像，具體方法為：計算亮度v：，計算飽和度s：，計算色調h：若滿足，執行；若滿足，執行；若滿足，執行，其中r為電流互感器接線圖像r通道上的數值，g為電流互感器接線圖像g通道上的數值，b為電流互感器接線圖像b通道上的數值，為電流互感器接線圖像r、g、b三個通道數值的最大值，為電流互感器接線圖像rgb三個通道數值的最小值；前景提取模塊是根據設定的hsv顏色閾值來創建掩碼，并使用掩碼在rgb顏色空間的電流互感器接線圖像中提取前景，具體方法為：根據設定的hsv顏色閾值創建掩碼，掩碼為二進制圖像，其根據設定的閾值條件將圖像的像素劃分為前景和背景，符合閾值條件的像素被標記為前景，在掩碼中表示為白色，不符合條件的像素被標記為背景，在掩碼中表示為黑色，將掩碼與rgb顏色空間的電流互感器接線圖像進行位操作，符合閾值條件的像素，掩碼使其保持不變，不符合閾值條件的像素，掩碼將其設置為黑色，提取出電流互感器接線區域，得到電流互感器接線預處理圖像，電流互感器接線預處理圖像為rgb顏色空間的圖像。
3.根據權利要求1所述的一種電流互感器接線圖像處理方法，其特征還在于，在步驟s3中，淺層卷積模塊scm的輸入為電流互感器接線預處理圖像，其中h、w和3分別表示電流互感器接線預處理圖像的高、寬和通道數，首先經過一個3×3標準卷積對于電流互感器接線預處理圖像進行初步特征提取得到：，其中表示3×3卷積，然后使用自適應通道注意力模塊acam增強通道注意力，使用relu激活函數進行激活，然后進行批歸一化和最大池化操作，具體過程為：，其中為淺層卷積模塊輸出特征圖，，其中、和c分別為淺層卷積模塊輸出特征圖的高、寬和通道數，表示最大池化操作，bn表示批歸一化，relu為激活函數，acam為自適應通道注意力模塊。
4.根據權利要求1所述的一種電流互感器接線圖像處理方法，其特征還在于，在步驟s3、s5和s6中，自適應通道注意力模塊acam包括全局平均池化、自適應卷積核的動態1×1卷積、sigmoid激活函數和通道加權，輸入特征圖，其中、和分別表示輸入特征圖的高、寬和通道數，首先對于輸入特征圖在空間維度上進行全局平均池化，得到每個通道的...
【專利技術屬性】
技術研發人員：宋思宇，王建兵，常云峰，葛玲玲，黃曉豐，宋藝航，黃維維，李秋雨，蔣偉，劉華秀，
申請(專利權)人：登高電氣有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。